# Exemplos de agentes de IA em empresas reais, e onde cada um protege a margem

> Dois agentes reais, um com IA e um sem: o que leem, o que conferem e o que entregam. Exemplos de agentes de IA por área e o que eles nunca deveriam fazer.

**URL:** https://northern.com.br/exemplos-de-agentes-de-ia/  
**Data:** 2026-11-11

---

A maioria das listas de **exemplos de agentes de IA** fala de assistentes de compras, carros autônomos e robôs de conversa. Numa empresa média, os agentes que pagam a conta são mais discretos: leem uma invoice, conferem um pedido contra a política, cobram um documento, classificam um produto, preparam a análise que o diretor lê de manhã. Fazem o trabalho repetitivo que hoje consome horas de uma equipe cara, e cada um tem um efeito que dá para medir na margem.

Este guia mostra dois casos reais construídos pela Northern, a Heyship e a AECOM, explica como funciona um agente de IA por dentro, para que serve um agente de IA em cada área da empresa e o que um agente nunca deveria fazer. A regra que atravessa todos os exemplos é a mesma: o agente executa, o sistema calcula, a pessoa aprova.

**Neste guia**

- [Como funciona um agente de IA](#como-funciona)

- [Exemplo real: o agente de IA que monta a simulação de importação](#heyship)

- [Exemplo real: o agente que confere planilhas sem modelo de IA](#aecom)

- [Exemplos de agentes por área da empresa](#por-area)

- [Para que serve um agente de IA, e para que não serve](#para-que-serve)

- [O que um agente nunca deveria fazer](#nunca)

- [Como escolher o primeiro agente](#comecar)

- [Por onde seguir](#seguir)

## Como funciona um agente de IA

Um agente é um programa que recebe um objetivo, decide os passos para cumpri-lo e usa ferramentas para executá-los: lê um arquivo, consulta um sistema, grava um registro, manda uma mensagem. Quando um desses passos depende de entender texto, imagem ou linguagem, entra um modelo de IA. É isso que faz dele um agente de IA.

Num agente que funciona dentro de uma empresa, há sempre quatro peças:

- **O gatilho:** o que faz o agente começar. Um e-mail que chega, um arquivo enviado, um horário.

- **O modelo:** a parte que interpreta. Lê um PDF, entende uma descrição de produto, resume um texto.

- **As regras e os cálculos:** o que a empresa já decidiu e não deve ser reinterpretado. Alíquota, desconto máximo, prazo, fórmula de custo. Ficam no sistema, não no modelo.

- **A aprovação:** o ponto em que uma pessoa confirma o que tem efeito fora da empresa ou mexe em dinheiro.

A diferença entre um agente útil e um agente arriscado está na terceira peça. Quando o modelo calcula o preço ou o imposto, o resultado muda de uma vez para outra e ninguém consegue auditar. Quando o modelo só monta a conta e o sistema calcula, cada linha tem origem. O [guia sobre o que é um agente de IA](/o-que-e-um-agente-de-ia/) detalha os tipos e a diferença para chatbot e automação.

## Exemplo real: o agente de IA que monta a simulação de importação

A [Heyship](/historias-de-sucesso/heyship/) vende uma plataforma de simulação do custo de importação. O preço do fornecedor é só a primeira linha da conta: em cima dele entram frete e seguro internacionais, cinco tributos em cascata, com o ICMS calculado por dentro, taxas, armazenagem, despachante e câmbio. Essa conta vivia em planilhas montadas à mão, com alíquota digitada, e o importador descobria quanto a mercadoria custou depois de pagar por ela.

Montar a simulação era o que afastava o usuário. O agente de IA resolve essa parte:

- **Lê a invoice em PDF** e transforma o documento em fornecedor, produtos e cotações, sem digitação, em passos que o usuário acompanha na tela.

- **Classifica o NCM** de cada produto pela descrição ou por foto, aplicando as regras de classificação, com 98% de precisão.

- **Monta a simulação conversando** com o usuário, que pode também montá-la à mão ou pela invoice.

O que o agente não faz é calcular. Cada sugestão dele é validada contra a tabela fiscal antes de entrar no banco, e o número final sai sempre do motor de cálculo. As alíquotas são atualizadas duas vezes por semana por um robô nas fontes oficiais. Por isso dá para auditar cada linha da simulação.

**Onde está a margem:** o importador precifica a partir do custo real de cada produto, e não de um markup sobre o preço do fornecedor. Para a Heyship, a simulação virou produto vendido em três planos.

## Exemplo real: o agente que confere planilhas sem modelo de IA

Nem todo agente precisa de IA. O da [AECOM](/historias-de-sucesso/aecom/) é o melhor exemplo disso. A equipe da AECOM consolida, para o Ministério Público de Minas Gerais, as recomendações de doze auditorias técnicas independentes que acompanham acordos de barragens. Cada auditoria mandava a planilha de um jeito, e a equipe juntava tudo à mão, sem como provar que o dado estava certo.

No SISVAR, o sistema que a Northern construiu, um agente recebe a planilha de cada auditoria e:

- **Confere 27 regras de validação** no envio. Erro bloqueia, aviso pede checagem humana.

- **Devolve o erro para quem tem a informação**, com a linha, o campo, o valor encontrado e o que corrigir.

- **Recalcula toda madrugada** o nível de alerta de cada recomendação, de 1 a 7, cruzando atraso e severidade, e publica no painel, com o histórico de quem mudou o quê.

Aqui não há modelo de IA porque não há o que interpretar: as regras são claras e as planilhas seguem um modelo. As doze auditorias passaram a enviar no mesmo padrão, e a equipe deixou de gastar 15 dias de trabalho manual consolidando. Muitas vezes, o primeiro agente de uma empresa é assim: regra que já existia, aplicada sempre, sem depender de alguém lembrar.

**

![Dois agentes reais construídos pela Northern: o agente de IA da Heyship, que lê a invoice e classifica o NCM com 98% de precisão, e o agente da AECOM, que confere 27 regras em cada planilha sem modelo de IA](https://northern.com.br/wp-content/uploads/2026/11/exemplos-de-agentes-de-ia-01-dois-agentes.jpg)

## Exemplos de agentes por área da empresa

Os exemplos abaixo são ilustrativos, organizados pelos cinco trabalhos que um agente faz bem. Em todos, a decisão continua com uma pessoa.

| Área | O agente | Efeito na margem |
| --- | --- | --- |
| **Compras** | Lê a nota do fornecedor, confere preço e quantidade contra o pedido e cobra o documento que faltou | Diferença de preço vista antes do pagamento |
| **Comercial** | Confere cada pedido contra a política de desconto e prazo e segura o que está fora até alguém aprovar | Desconto fora da política visto no pedido, não no fechamento |
| **Fiscal** | Classifica o NCM de produtos novos e aponta alíquota diferente da tabela | Imposto no lugar certo, sem depender de quem sabe a tabela de cor |
| **Financeiro** | Classifica despesas por centro de custo e prepara o fechamento com as pendências listadas | Fechamento mais curto e [DRE gerencial](/dre-gerencial/) confiável |
| **Diretoria** | Prepara de manhã o resumo da margem por canal, com a causa provável de cada variação | Decisão sobre preço tomada na semana, não no trimestre |

O que esses exemplos têm em comum: volume alto, regra conhecida, erro que custa dinheiro e uma pessoa cara fazendo hoje um trabalho que não exige julgamento.

## Para que serve um agente de IA, e para que não serve

Um agente de IA serve para tirar das pessoas o trabalho de ler, conferir, cobrar, classificar e preparar. Não serve para decidir no lugar delas. Três sinais mostram que um processo é bom candidato:

- A regra existe**, mesmo que esteja numa planilha ou na cabeça de alguém. Se ela não existe, o primeiro passo é escrevê-la, como no guia de [regras de negócio](/regras-de-negocio/).

- **O dado de entrada é bagunçado**: PDF, e-mail, foto, planilha de terceiro. É onde o modelo de IA ajuda.

- **O resultado pode ser conferido** contra algo: uma tabela oficial, um pedido, uma política.

Se o processo não tem regra, o dado já vem estruturado e o resultado não pode ser conferido, um agente não é a resposta. Às vezes é uma [integração de sistemas](/integracao-de-sistemas/), às vezes é decidir a regra primeiro.

## O que um agente nunca deveria fazer

- **Calcular preço, imposto ou margem com o modelo.** O cálculo fica no sistema, com a regra versionada.

- **Mandar algo para fora da empresa sem aprovação** quando há dinheiro ou compromisso envolvido: proposta, desconto, pagamento.

- **Agir sem registro.** Cada passo do agente fica guardado, com o dado que ele usou.

- **Usar dado que não deveria.** O que o agente pode ler e gravar é definido antes, como na [governança de IA](/governanca-de-ia/).

## Como escolher o primeiro agente

Comece pelo processo em que a equipe mais cara gasta mais horas fazendo trabalho de conferência, e em que o erro aparece no resultado. Meça hoje: horas por mês, erros por mês e quanto cada erro custa. Um primeiro agente bem escolhido entra em produção em semanas e se paga por esses três números. O guia de [quanto custa um agente de IA](/quanto-custa-um-agente-de-ia/) mostra do que o investimento depende, e delimitar o [escopo do projeto](/definir-escopo-produto-digital/) evita que o primeiro agente tente resolver tudo de uma vez.

Na Northern, os [agentes de IA](/agentes-de-ia/) são construídos sobre a regra do negócio já transformada em sistema, para que o número em que a empresa confia continue sendo calculado, e não adivinhado.

## Por onde seguir

Para entender os tipos de agente e a diferença para chatbot e automação, o guia [o que é um agente de IA](/o-que-e-um-agente-de-ia/). Para comparar ferramenta pronta e agente sob medida, a [melhor IA para empresas](/melhor-ia-para-empresas/) e a comparação entre [plataforma de agentes de IA e desenvolvimento próprio](/plataforma-de-agentes-de-ia/). Para o panorama das áreas em que a IA paga, [IA para empresas](/ia-para-empresas/). Para os casos completos, as histórias da [Heyship](/historias-de-sucesso/heyship/) e da [AECOM](/historias-de-sucesso/aecom/).

## Perguntas frequentes

### Quais são exemplos de agentes de IA em empresas?

Em empresas médias, os agentes que mais pagam a conta leem, conferem, cobram, classificam e preparam: leem a nota de um fornecedor e conferem contra o pedido, conferem um pedido contra a política de desconto, classificam o NCM de um produto, classificam despesas por centro de custo e preparam o resumo diário da margem. Na Heyship, um agente de IA lê a invoice e monta a simulação de importação.

### Como funciona um agente de IA?

Um agente recebe um objetivo, decide os passos e usa ferramentas para executá-los. Tem quatro peças: um gatilho que o faz começar, um modelo de IA que interpreta texto ou imagem, as regras e os cálculos da empresa, que ficam no sistema, e um ponto de aprovação humana para o que mexe em dinheiro ou sai da empresa.

### Para que serve um agente de IA?

Para tirar das pessoas o trabalho repetitivo de ler, conferir, cobrar, classificar e preparar, em volume, com cada passo registrado. Não serve para decidir no lugar delas. Os melhores candidatos têm uma regra que já existe, dado de entrada bagunçado, como PDF e e-mail, e um resultado que pode ser conferido contra algo.

### Todo agente precisa de inteligência artificial?

Não. Quando as regras são claras e os dados chegam num formato conhecido, um agente sem modelo de IA resolve. O agente da AECOM confere 27 regras de validação em cada planilha e recalcula o alerta de cada recomendação toda madrugada, sem IA. O modelo entra quando é preciso interpretar texto, imagem ou linguagem.

### Qual a diferença entre agente de IA e chatbot?

O chatbot conversa e responde. O agente age: lê documentos, consulta e grava em sistemas, cobra pendências e prepara análises, seguindo passos até cumprir um objetivo. Um agente pode ter uma conversa como interface, mas o valor dele está no trabalho que executa nos sistemas da empresa.

### Como o agente de IA da Heyship funciona?

Ele lê a invoice em PDF e transforma o documento em fornecedor, produtos e cotações, classifica o NCM de cada produto por descrição ou foto com 98% de precisão e monta a simulação conversando com o usuário. Cada sugestão é validada contra a tabela fiscal, e o custo final sai sempre do motor de cálculo, não do modelo.

### O que um agente de IA não deveria fazer?

Calcular preço, imposto ou margem com o modelo, mandar para fora da empresa algo que envolve dinheiro ou compromisso sem aprovação, agir sem registrar o que fez e com qual dado, e acessar dados que não foram liberados para ele. A regra é: o agente executa, o sistema calcula, a pessoa aprova.

### Como escolher o primeiro agente de IA da empresa?

Comece pelo processo em que a equipe mais cara gasta mais horas conferindo e em que o erro aparece no resultado. Meça antes as horas por mês, os erros por mês e o custo de cada erro. Esses três números dizem se o agente vale a pena e mostram depois se ele funcionou.

### Em quanto tempo um agente de IA entra em produção?

Um primeiro agente bem delimitado, com a regra escrita e os sistemas acessíveis, costuma entrar em produção em semanas. O que mais atrasa não é o modelo de IA, e sim a regra que não está escrita e a integração com o ERP.

### Agentes de IA substituem pessoas?

Nos exemplos que funcionam, eles substituem tarefas, não funções. A equipe deixa de digitar, conferir linha a linha e cobrar documento, e passa a decidir os casos que o agente separa para aprovação. Na AECOM, a equipe deixou de gastar 15 dias consolidando planilhas à mão.